Академический Документы
Профессиональный Документы
Культура Документы
RESUMO ABSTRACT
Este trabalho propõe a realização de um estudo compara- Development and Experimental Application of Fuzzy and
tivo do desempenho de controladores Fuzzy e convencional Conventional Controllers to a Bioprocess
PID aplicados ao controle de temperatura de um processo The present work focuses on a comparative study of the per-
de precipitação de bromelina do extrato aquoso de resíduos formance of Fuzzy and conventional PID controllers applied
de abacaxi. Uma análise quantitativa da não-linearidade do to temperature control in the bromelain precipitation pro-
processo foi realizada baseada na metodologia de curva de cess from aqueous extract of pineapple wastes. A quantita-
reação, aplicada em diferentes momentos da batelada, ca- tive analysis of process nonlinearities was performed based
racterizando o sistema por possuir diferente sensibilidade às on process reaction curves methodology. Different sensitiv-
ações de controle ao longo do tempo. O controlador conven- ity to control actions was detected at different batch times.
cional foi sintonizado a partir da aplicação das equações de The conventional controller was tuned by applying Ziegler-
Ziegler-Nichols aos parâmetros do processo obtidos nos ins- Nichols equations to the process parameters obtained at the
tantes iniciais do experimento, seguido de sintonia fina por beginning of the experiment, followed by fine tuning based
tentativa-e-erro. A sintonia do controlador Fuzzy consistiu on trial-and-error procedure. Using the knowledge obtained
na alteração do universo de discurso, na base de regras e na from the reaction curves analysis, the Fuzzy controller tun-
disposição das funções de pertinência, utilizando-se para isto ing consisted in changing the universe of discourse, the rule
o conhecimento obtido na análise das curvas de reação obti- base and the support sets of membership functions. It was
das. Foi observado um melhor desempenho do controlador observed that the Fuzzy controller outperformed the PID,
Fuzzy, apresentando menor valor da integral de erro absoluto showing the smallest value of integral of time multiplied by
multiplicado pelo tempo (ITAE), maior recuperação de ativi- absolute of the error (ITAE), a great recovery of enzymatic
dade enzimática e menor consumo de energia elétrica para o activity and the smallest consumption of electric energy for
resfriamento do sistema. the system refrigeration.
PALAVRAS-CHAVE: Controlador Fuzzy, controlador PID, KEYWORDS: Fuzzy controller, PID controller, Bromelain,
Bromelina, Fieldbus. Fieldbus.
Artigo submetido em 19/05/2008 (Id.: 00875)
Revisado em 07/02/2009, 15/05/2009, 10/08/2009
Aceito sob recomendação do Editor Associado Prof. Takashi Yoneyama
precipitação (álcool etílico, 99,5%); uma bomba de desloca- táltica da marca Masterflex Pump Controller da Cole Parmer
mento positivo do fabricante RZR modelo 500, 1 HP 220V, Instrument Co. (7), para alimentação contínua do álcool etí-
com vazão máxima de aproximadamente 1000 L/h, a fim de lico no tanque de precipitação; um agitador mecânico (125
possibilitar a circulação do fluido refrigerante (propilenogli- rpm) para permitir homogeneização da reação (8). Tubula-
col) pela camisa de resfriamento, apta a funcionar nas con- ções de cobre soldável de 1/2 in foram utilizadas, sendo re-
dições de alta viscosidade do fluido às baixas temperaturas; vestidas com tubos de borracha elastomérica (Armaflex) a
quatro termoresistências do tipo Pt 100 (2): TE101, TE102, fim de evitar a perda de calor para o meio ambiente. Um
TE103 e TE104, que possibilitam o monitoramento das tem- painel de comandos elétrico foi montado para facilitar as li-
peraturas do tanque de precipitação, de entrada do álcool, gações entre os instrumentos contidos na planta piloto. Neste
da saída e da entrada da camisa de refrigeração, respecti- painel podem ser observados: conversor de freqüência Dan-
vamente; dois transmissores de temperatura fieldbus do tipo foss VLT 2800 (a), que age como elemento final de controle,
TT302 da Smar (3) com sinal de saída digital, ligados di- alterando a velocidade de funcionamento da bomba de propi-
retamente às termoresistências Pt100 para monitoramento e lenoglicol (variável manipulada); fontes (b) para alimentação
controle das condições operacionais do sistema; um conver- elétrica dos sensores e equipamentos; dispositivos de segu-
sor Fieldbus-corrente (FI302, Smar), para variação da rota- ranças: disjuntores (c) e fuzíveis (d); e conectores (e) para
ção da bomba de fluido de resfriamento (4); um transmissor facilitar as manutenções correticas das ligações elétricas.
de nível (LT 101), que consiste num transmissor de pressão
diferencial (LD 302) da Smar (5), que possibilitou o moni- 2.2 Condições Operacionais da planta
toramento do nível do tanque de precipitação da bromelina;
um conversor corrente-Fieldbus (IF302, Smar), para receber Foram preparadas alíquotas de extrato aquoso a partir da
o sinal do sensor de nível do tanque e a potencia consumida casca e do talo do abacaxi, variedade pérola, devidamente
pela bomba do fluido de resfriamento (6); uma bomba peris- triturados com água destilada na proporção de 1:1 e filtrados.
Por meio de um planejamento experimental (Leite et alli, Figura 3: Rede fieldbus para o processo de precipitação de
2008), foram determinadas as seguintes condições de opera- bromelina.
ção: vazão fixa do agente de precipitação da enzima (etanol)
de 0,6 mL/s; rotação inicial da bomba do fluido refrigerante
propilenoglicol de 40% (374 L/h); e temperatura de entrada
trola as ações relacionadas ao sistemaFieldbus, executando a
do propilenoglicol de 0˚C. Durante cada batelada foi man-
maioria das funções exigidas pelo sistema de controle. O DFI
tida uma agitação constante de 150 rpm e o tempo de con-
conecta a rede de dispositivos de campo a uma rede Ethernet
tato entre o agente de precipitação e as proteínas presentes
utilizando para isso um switch. Possui endereço fixo de IP,
na amostra foi de 17 minutos.
o que permite ser acessado pelo sistema supervisório através
da tecnologia OPC (OLE for process control);
2.3 Caracterização da enzima
-Conversor corrente - fieldbus (IF 302): permite a interliga-
Uma vez que o controle da temperatura exerce influência sig- ção de instrumentos com saída analógica de 4 a 20 mA à
nificativa na qualidade final da enzima recuperada no pro- rede Foundation Fieldbus. Possui três canais de entrada inde-
cesso de precipitação da bromelina, a determinação da ativi- pendentes. No primeiro canal foi conectado o LT301, usado
dade enzimática foi utilizada como um importante índice de para medição do nível do tanque e, no segundo canal, a saída
desempenho para a comparação da eficiência entre os con- do inversor de freqüência para acompanhamento da potência
troladores aplicados neste trabalho. Esta análise baseia-se consumida pela bomba de propilenoglicol;
no método colorimétrico de biureto. Em meio alcalino, o
cobre presente no reativo de biureto reage com proteínas for- -Conversor Fieldbus - corrente (FI 302): converte sinais di-
mando um complexo peptídico que absorve radiação UV em gitais Fieldbus para sinais analógicos de 4-20 mA. Neste dis-
540 nm, possibilitando a análise da amostra através de es- positivo foi conectado o inversor de freqüência (elemento fi-
pectrofotometria. De acordo com este método, uma unidade nal de controle), que recebia as informações provenientes do
de atividade enzimática corresponde à quantidade de enzima controlador PID ou Fuzzy para alteração da vazão de resfria-
capaz de variar em uma unidade a leitura de absorbância a mento;
540 nm, durante 10 min a 37 ˚C. A atividade enzimática es-
- Transmissores inteligentes de temperatura (TT302): es-
pecífica, AE (U/g), consiste na relação entre o número de
tes dispositivos possuem dois canais que transformam sinais
unidades de atividade enzimática (U/mL) e a quantidade de
analógicos em padrão de protocoloFieldbus. No primeiro
proteínas (g/mL) existentes na amostra.
transmissor de temperatura estão ocupando os dois canais, as
termoresistências: TE101 (temperatura do tanque de precipi-
3 SISTEMA DE AUTOMAÇÃO tação) e TE102 (temperatura do álcool). No segundo trans-
missor de temperatura ocupam os respectivos canais os sen-
A supervisão e o controle do processo foram realizados atra- sores de temperatura: TE103 (temperatura de saída da ca-
vés da utilização de dispositivos e controladores que inte- misa de resfriamento) e TE104 (temperatura de entrada na
gram o sistema de automação Fieldbus (Figura 3) do Labo- camisa).
ratório de Controle e Automação da FEQ/UNICAMP.
A configuração dos dispositivos da rede Fieldbus e a imple-
A rede fieldbus utilizada é composta pelos seguintes disposi- mentação das malhas de controle convencionais foram reali-
tivos do fabricante SMAR Equipamentos Industriais Ltda.: zadas através do software SYSCON 7.0, sendo possível rea-
lizar alterações, manutenções e operações on-line. Os princi-
- Interface de campo distribuída (DFI 302): gerenciador de
pais blocos funcionais padrões (Resource, Transducer, Dis-
comunicação, ou seja, o componente de hardware que con-
play, Analog Input, Analog Output, Signal Characterizer,
0,4
0.4
0.2
0,2
(∀x ∈ X) ⇒ µA∩B (x) = min (2) tros da curva de reação do processo e calcularam-se os parâ-
metros do controlador pelas equações de sintonia de Ziegler-
Nichols: Kc=280%/˚C,
τi = 40 s eg τd = 10 s. Esta sintonia resultou em valor de
P
N
ui µOU T (ui ) ganho muito grande e, consequentemente, houve saturação
i=1 prolongada nos limites inferior e superior da bomba de resfri-
∆U = (3)
PN
amento. Portanto, ensaios em malha fechada foram realiza-
µOU T (ui )
i=1 dos reduzindo-se principalmente este parâmetro. Seguiram-
se inúmeros ensaios para a determinação da combinação de
onde µOU T (ui ) é a área de uma função de pertinência modi- parâmetros (Kc ,gτ i egτ dg ) mais adequada para a atuação do
ficada pelo resultado da inferência fuzzy e ui é a posição do controlador PID. Os melhores parâmetros encontrados, após
centróide da função de pertinência individual. Tal equação a sintonia fina deste controlador por tentativa-e-erro, foram:
calcula o centróide composto, para o qual contribuem todas Kc =35%/˚C, τi = 28 s eg τd = 7 s. Os resultados em malha
as funções de pertinência indicadas. fechada são encontrados no item 5.3.
5 RESULTADOS Fuzzy
-2
1:3 perturbação positiva Com estas atribuições fortemente transientes e não-lineares,
0 50 100 150 200 250 300 350 400
tempo (s)
o sistema se caracteriza por possuir diferentes sensibilidades
às ações de controle, o que reforça a limitação do uso dos
Figura 6: Curvas de reação obtidas a partir de perturbações controladores convencionais neste sistema.
aplicadas na variável manipulada.
Visando atenuar a conseqüência das não-linearidades do sis-
tema, a sintonia do controlador Fuzzy consistiu na mudança
nas disposições das funções de pertinência para entradas e
A Tabela 2 resume os valores de ganho estático extraídos da
saídas dos controladores, modificação na base de regras e
Figura 6.
ainda no universo de discurso. A determinação dos univer-
sos de discurso e disposição das funções de pertinência fo-
Tabela 2: Ganhos estáticos do processo, Kp , obtidos das cur- ram adotadas principalmente a partir das contribuições obti-
vas de reação. das através da análise do comportamento dinâmico do pro-
cesso. No entanto, a adaptação destes parâmetros foi forte-
Perturbação: Positiva Negativa mente influenciada por conhecimentos subjetivos baseados
Volume em observações práticas do comportamento do controlador
Proporção Kp (˚C/%) Kp (˚C/%)
(mL) diante de modificações nos mesmos.
300 1:1 -0,030 0,030
As regras de Mamdani , apresentadas na Tabela 1, foram
450 1:2 -0,047 0,020 modificadas em função de testes realizados experimental-
600 1:3 -0,053 0,010 mente, para propiciar melhor sintonia do controlador Fuzzy
e encontram-se destacadas na Tabela 3.
0.5
(a)
1
GN MN PN ZR PP MP GP
0.5
(b)
-0.03 -0.02 -0.01 0 0.01 0.02 0.03
1
GN MN PN ZR PP MP GP
0.5
(c)
0
-20 -15 -10
-5 0 5 10
U
Figura 7: Estruturas das funções de pertinência para as variáveis: (a) Erro (ε); (b) Variação do erro (∆ε); (c) variação de
saída (∆U) empregadas no desenvolvimento do controlador fuzzy -PI.
Controle PID2
4
MVPID vs Malha
Tempo Aberta
Set-Point
erro (°C)
2 MVPIDantes
Controle PID 1
-2
0 100 200 300 400 500 600 700 800 900 1000
tempo (s)
100
rotação da bomba (%)
80
60
40
20
0
0 100 200 300 400 500 600 700 800 900 1000
tempo (s)
Figura 9: Comportamento da variável controlada e manipulada, sob a ação de controladores PID com as seguintes sintonias:
PID1 (Kc =8%/˚C, τi = 28,0s eg τd = 1,5s) e PID2 (Kc =35%/˚C, τi = 28,0s eg τd = 7,0s).
distanciamento do valor de set-point e, consequentemente, apresentando comportamentos mais adequados que o contro-
baixa atividade enzimática do produto final. lador convencional. Seguindo a estratégia de sintonia do con-
trolador Fuzzy-PI a partir da observação de diferentes curvas
Diante dos resultados apresentados, pode-se concluir que de reação do processo, este controlador se apresentou como
o controlador Fuzzy apresentou desempenho superior para a opção mais atrativa para o controle sistema de precipitação
o controle da temperatura do processo, quando comparado da bromelina.
com o controlador convencional. Dentre as melhorias sig-
nificativas, ressalta-se: menor valor de ITAE, menor tempo O sistema de controle em rede Fieldbus , que alimentou a
de estabilização, melhor atuação da variável manipulada e troca de informações entre os softwares INDUSOFT e MA-
maior recuperação de atividade enzimática (74,75%). Apre- TLAB e os instrumentos de campo em tempo real, se mos-
sentou ainda menor consumo de energia elétrica (59,93%), trou confiável e rápido para a aplicação em questão.
proporcionando assim significativa redução de custos de ope-
ração. 7 AGRADECIMENTOS
A maior eficiência do controlador Fuzzy pode ser atribuída a
CAPES e CNPq
sua adaptação às não-linearidades comprovadas do sistema,
2 Malha Aberta
-2
0 100 200 300 400 500 600 700 800 900 1000
tempo (s)
100
rotação da bomba (%)
50
0
0 100 200 300 400 500 600 700 800 900 1000
tempo (s)
Figura 10: Comportamento da variável controlada e manipulada, sob a ação do controlador Fuzzy -PI.
Nomenclatura
= erro; MISO = multiple-input single-output;
∆ = variação do erro; ui = função de pertinência (nível de atuação);
∆T = ; i = índice;
Kc = ganho do controlador; U (t) = ação de controle
τd = tempo derivativo; ∆U (t) = variação da ação de controle
τi = tempo integral; N = função de pertinência negativa;
cs = valor da variável manipulada quando = 0; P = função de pertinência positiva;
YSP = “set-point” (valor de referência); OPC = controle de processos por “OLE”
Y (t) = saída do processo; OLE = Object Linking and Embedding